一种基于边缘计算的终端接入认证方法及装置

    公开(公告)号:CN111031519B

    公开(公告)日:2021-06-29

    申请号:CN201911168546.7

    申请日:2019-11-25

    Abstract: 本发明提供一种基于边缘计算的终端接入认证方法及装置,包括:当至少一个MTC终端发起接入请求时,对各MTC终端进行群组划分;群组划分后,选取群组长,以使所述群组长对各MTC终端进行群组认证;所述选取群组长的方法包括:若各MTC终端接入同一个MN节点,则选取该MN节点为所述群组长;若各MTC终端分别接入不同的MN节点,则从所述不同的MN节点中选取一个作为所述群组长。本发明选取MN节点为群组长,利用MN节点实现群组认证,能够避免网络系统拥塞。

    一种面向人工智能服务的资源分配方法、装置及电子设备

    公开(公告)号:CN112486674A

    公开(公告)日:2021-03-12

    申请号:CN202011295444.4

    申请日:2020-11-18

    Abstract: 本说明书一个或多个实施例提供一种面向人工智能服务的资源分配方法、装置及电子设备,根据待计算的网络模型,确定需要参与训练的边缘服务器的个数N,从边缘服务器队列中挨个的获取边缘服务器,针对每次获取的边缘服务器,判断其的计算资源与链路资源是否充足,直至获取N个计算资源与链路资源充足的边缘服务器,再根据每个边缘服务器的计算资源和链路资源,进行资源分配,优化资源,有效的节约模型训练时间。

    无源光网络的业务调度方法、装置、电子设备及存储介质

    公开(公告)号:CN111193715A

    公开(公告)日:2020-05-22

    申请号:CN201911250925.0

    申请日:2019-12-09

    Abstract: 本发明提供一种无源光网络的业务调度方法、装置、电子设备及介质。所述无源光网络包括光线路终端OLT和多个光网络单元ONU,所述方法包括:在无源光网络的边缘节点被DDoS攻击时,检测所述边缘节点的类型;若所述边缘节点为OLT,则禁止OLT接收新业务,并将ONU接收的新业务调度到其他ONU上处理或在本地处理;若所述边缘节点为ONU,则将ONU接收的新业务调度到OLT或其他ONU上处理。本发明实施例能够避免业务受到DDoS的影响而造成拥塞,保证业务的及时传输和处理,降低对用户服务质量的影响。

    一种基于边缘计算的终端接入认证方法及装置

    公开(公告)号:CN111031519A

    公开(公告)日:2020-04-17

    申请号:CN201911168546.7

    申请日:2019-11-25

    Abstract: 本发明提供一种基于边缘计算的终端接入认证方法及装置,包括:当至少一个MTC终端发起接入请求时,对各MTC终端进行群组划分;群组划分后,选取群组长,以使所述群组长对各MTC终端进行群组认证;所述选取群组长的方法包括:若各MTC终端接入同一个MN节点,则选取该MN节点为所述群组长;若各MTC终端分别接入不同的MN节点,则从所述不同的MN节点中选取一个作为所述群组长。本发明选取MN节点为群组长,利用MN节点实现群组认证,能够避免网络系统拥塞。

    无源光网络的业务调度方法、装置、电子设备及存储介质

    公开(公告)号:CN111193715B

    公开(公告)日:2021-06-29

    申请号:CN201911250925.0

    申请日:2019-12-09

    Abstract: 本发明提供一种无源光网络的业务调度方法、装置、电子设备及介质。所述无源光网络包括光线路终端OLT和多个光网络单元ONU,所述方法包括:在无源光网络的边缘节点被DDoS攻击时,检测所述边缘节点的类型;若所述边缘节点为OLT,则禁止OLT接收新业务,并将ONU接收的新业务调度到其他ONU上处理或在本地处理;若所述边缘节点为ONU,则将ONU接收的新业务调度到OLT或其他ONU上处理。本发明实施例能够避免业务受到DDoS的影响而造成拥塞,保证业务的及时传输和处理,降低对用户服务质量的影响。

    基于边缘计算的神经网络模型动态切分方法及装置

    公开(公告)号:CN111126594B

    公开(公告)日:2023-08-04

    申请号:CN201911168545.2

    申请日:2019-11-25

    Abstract: 本发明提供一种基于边缘计算的神经网络模型动态切分方法及装置,包括:接收接口终端发送的AI业务请求;根据所述AI业务请求,确定可执行计算卸载任务的执行终端;根据所述执行终端的性能参数,确定所述计算卸载任务的计算参数;向所述执行终端发送所述计算参数;接收所述执行终端发送的计算卸载任务结果,所述计算卸载任务结果是所述执行终端根据所述计算参数执行所述计算卸载任务后得到的。本发明能够实现神经网络模型的动态切分,优化资源利用,提高服务质量。

    一种基于机器学习的光纤窃听监测方法及相关设备

    公开(公告)号:CN110518973B

    公开(公告)日:2021-05-04

    申请号:CN201910683365.1

    申请日:2019-07-26

    Abstract: 本发明公开了一种基于机器学习的光纤窃听监测方法及相关设备。所述方法包括:采集光纤通信信道的历史信号信息,所述历史信号信息包括窃听情况信息以及信道性能信息;根据所述历史信号信息运用支持向量机算法进行训练,获得训练后的支持向量机算法模型;采集所述光纤通信信道的当前周期的信号信息,根据所述支持向量机算法模型判断所述当前周期的信号信息是否存在窃听;若是,则进行报警;若否,继续采集下一周期的信号信息。本发明所述基于机器学习的光纤窃听监测方法及相关设备,应用机器学习等人工智能算法,实现对非法窃听的智能监测识别。

    一种基于机器学习的光纤窃听定位方法、系统及电子设备

    公开(公告)号:CN110492926B

    公开(公告)日:2021-01-05

    申请号:CN201910682968.X

    申请日:2019-07-26

    Abstract: 本发明公开了一种基于机器学习的光纤窃听定位方法、系统及电子设备,该基于机器学习的光纤窃听定位方法,包括:采集光纤信道的历史信号信息,历史信号信息包括窃听情况信息和信道性能信息;根据历史信号信息运用人工神经网络算法进行训练,得到窃听定位的人工神经网络模型;采集光纤信道的当前信号信息,判断当前信号信息是否存在窃听行为;若存在窃听行为,则将当前信号信息作为人工神经网络模型的输入向量,根据人工神经网络模型的输出向量确定窃听点位置。本发明利用人工神经网络算法对光通信物理层数据完成精细化处理,实现光纤窃听的智能定位;并且通过光纤信道的眼图及其参数差异进行综合分析计算,进行窃听定位。

    基于边缘计算的神经网络模型动态切分方法及装置

    公开(公告)号:CN111126594A

    公开(公告)日:2020-05-08

    申请号:CN201911168545.2

    申请日:2019-11-25

    Abstract: 本发明提供一种基于边缘计算的神经网络模型动态切分方法及装置,包括:接收接口终端发送的AI业务请求;根据所述AI业务请求,确定可执行计算卸载任务的执行终端;根据所述执行终端的性能参数,确定所述计算卸载任务的计算参数;向所述执行终端发送所述计算参数;接收所述执行终端发送的计算卸载任务结果,所述计算卸载任务结果是所述执行终端根据所述计算参数执行所述计算卸载任务后得到的。本发明能够实现神经网络模型的动态切分,优化资源利用,提高服务质量。

Patent Agency Ranking